Apache Mahout标准化评级数据集

Question

在应用算法的其余部分之前，可以使用均值居中或z分数应用标准化评级数据吗？

提前谢谢

Answer 1

您是在尝试预测评级还是尝试推荐消费产品？

很少使用推荐人真的试图预测收视率，他们通常会以最佳方式尝试排名推荐，以便他们能够展示前几名。在这种情况下使用log-likehood ratio效果最好，它将忽略评级，因为它使用概率方法计算权重。

如果你有大拇指评级和赞成评级，你需要决定什么是明确的大拇指，因为你只想推荐好东西。例如，如果你有一个1-5星评级系统，最好扔掉所有1-3个评级，只使用4-5。这似乎与一些人相反，但确实产生了更好的排名。如果您正在考虑交叉验证离线测试，请确保使用平均精度等平均值 - 您需要精确度量，因为此度量排名，请勿使用RMSE，其测量评级

如果您确定要预测评级，可以将每个人评级标准化为适合所有用户的相同比例，但在推荐人中不要使用SIMILARITY_LOGLIKELIHOOD，请使用SIMILARITY_COSINE，它不会忽略偏好权重。然后，您可以测量RMSE以进行交叉验证。